關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。 透過購買訂閱，您將有助於確保未來能夠繼續產出關於塑造我們當今世界的發現和思想的具有影響力的報道。
長期以來，超級計算機一直是研究人員理解海量資料的不可或缺的工具，儘管價格昂貴。 研究人員開始使高速計算更強大且更經濟實惠的一種方法是構建將工作負載分配到快速、高度並行的圖形處理單元 (GPU) 和通用中央處理單元 (CPU) 之間的系統。
然而，構建這些協同處理計算利器存在一個問題：不同 GPU 型號的通用程式設計介面尚不可用。 儘管大部分 GPU 由 Advanced Micro Devices, Inc. (AMD) 和 NVIDIA 公司製造，但這兩家公司處理器之間的差異意味著程式設計師必須編寫軟體來滿足其計算機使用的特定 GPU 的要求。
現在，這種情況正在改變，因為 AMD、NVIDIA 及其客戶（主要是計算機和遊戲系統製造商）都支援一種名為開放計算語言 (OpenCL) 的標準軟體編寫方式，該語言可在兩個 GPU 品牌上執行。 OpenCL 背後的更長遠目標是建立一個通用程式設計介面，甚至可以讓軟體編寫者建立只需少量修改即可在 GPU 和 CPU 上執行的應用程式，從而減少為科學事業利用超級計算能力所需的時間和精力。
弗吉尼亞理工學院暨州立大學（弗吉尼亞理工大學）位於弗吉尼亞州布萊克斯堡的研究人員希望 OpenCL 能夠幫助他們編寫可在 AMD 或 NVIDIA 製造的 GPU 上執行的軟體。 弗吉尼亞理工大學的研究人員使用配備 CPU 和 AMD GPU 的計算機，計算和視覺化生物分子靜電錶面電勢 (pdf) 的速度比僅使用 CPU 的類似計算機快 1,800 倍（從 22.4 小時縮短到不到一分鐘）。
美國國立衛生研究院 (NIH) 在 2006 年至 2011 年期間投入了超過 130 萬美元的資金，用於支援由弗吉尼亞理工大學計算機科學與物理系副教授 Alexey Onufriev 領導的一個專案，該專案旨在以計算方式表示水，因為水是生物分子建模的關鍵。 Onufriev 說：“當你在原子層面建模分子時，你需要知道水對該模型的影響。”
弗吉尼亞理工大學 Synergy 實驗室主任兼計算機科學與電氣與計算機工程系副教授 Wu Feng 說：“這類程式非常適合 GPU。” 他補充說：“這些應用程式往往是計算密集型的，並且計算具有規律性，規律性在於您計算點對之間的靜電勢。”
然而，對於需要計算機做出決策的計算任務，CPU 比 GPU 更適合。 例如，Feng 說，如果將一連串計算任務比作排隊等待進入體育場的人群，那麼 GPU 非常擅長將人群分成多條線路，並在他們進入時收取他們的票——前提是每個人都持有相同型別的票。 如果有些人持有特殊票，允許他們進入後臺或享有其他特權，那麼當處理器決定如何處理這些“不合規者”時，GPU 的能力將大大降低。 他補充說：“當 GPU 被賦予針對重複性任務的單一指令時，它們今天能夠很好地工作。”
Feng 和他的團隊正在為 Onufriev 的實驗室調整一個靜電勢程式，使其專門在執行 AMD 製造的 GPU 的計算機上工作。 Feng 指出，隨著 OpenCL 被更廣泛地採用，他將能夠編寫可以與任何支援 OpenCL 的 GPU 型別通訊的程式，而無需考慮製造商，並最終編寫為 CPU 和 GPU 提供指令的程式碼。 （本週早些時候，AMD 釋出了最新版本的軟體開發工具，該公司表示，該工具允許程式設計師使用 OpenCL 編寫應用程式，使 GPU 可以與 CPU 協同工作。）
Onufriev 說，憑藉這種型別的計算能力和多功能性，他在可以處理的研究型別方面將解除許多限制。 他的另一個專案是研究每個細胞中近 兩米長的 DNA 如何被壓縮到細胞核中。 “DNA 的壓縮方式決定了遺傳資訊，”他說。 “沒有人確切知道這是如何運作的。 我們希望獲得成堆的 GPU 機器，我們可以在這些機器上執行需要大規模計算的模擬，以幫助我們更好地理解 DNA 壓縮。” 能夠利用 GPU 和 CPU 的系統將極大地幫助這項工作。